搜索引擎 + AI 驱动的行业新闻
【覆盖行业】
信保 ｜出口 ｜金融
制造 ｜农业 ｜建筑 ｜地产
零售 ｜物流 ｜数智
【访问入口】
hangyexinwen.com
【新闻分享】
点击发布时间即可分享
【联系我们】
xinbaoren.com
（微信内打开提交表单）
【覆盖行业】
信保 ｜出口 ｜金融
制造 ｜农业 ｜建筑 ｜地产
零售 ｜物流 ｜数智
【访问入口】
hangyexinwen.com
【新闻分享】
点击发布时间即可分享
【联系我们】
xinbaoren.com
（微信内打开提交表单）
📰 千曙科技将与哈萨克斯坦交通部审议评估公路货运自动驾驶试点项目
千方科技与哈萨克斯坦交通部签署合作备忘录，双方将推进交通数字技术、自动驾驶及数字基础设施合作。千曙科技作为试点技术方，将研究适配当地道路条件与法规的方案，并审议在交通走廊指定路段开展公路货运自动驾驶试点、建设运输管理数字平台的可行性。
此次合作延续千方与哈方科研机构此前的公路货运数字化战略合作，也标志着千曙自动驾驶货运布局首次拓展至中亚。依托当地政策支持和亚欧物流枢纽优势，双方将探索试点，并结合路线升级、货运平台、补能网络及场站规划，打造可复制的跨境示范线路。
千曙聚焦L4级公路货运自动驾驶，采用单车智能、路侧感知补盲与云端优化的技术路线，并通过感知、控制、转向和电源冗余提升车辆安全。未来还将探索车路云协同，增强车辆在风沙等特殊环境下的路况感知能力，推动自动驾驶货运在跨境物流中的应用。
🏷️ #千曙科技 #自动驾驶 #哈萨克斯坦 #公路货运 #车路云协同
🔗 原文链接
📰 千曙科技将与哈萨克斯坦交通部审议评估公路货运自动驾驶试点项目
千方科技与哈萨克斯坦交通部签署合作备忘录，双方将推进交通数字技术、自动驾驶及数字基础设施合作。千曙科技作为试点技术方，将研究适配当地道路条件与法规的方案，并审议在交通走廊指定路段开展公路货运自动驾驶试点、建设运输管理数字平台的可行性。
此次合作延续千方与哈方科研机构此前的公路货运数字化战略合作，也标志着千曙自动驾驶货运布局首次拓展至中亚。依托当地政策支持和亚欧物流枢纽优势，双方将探索试点，并结合路线升级、货运平台、补能网络及场站规划，打造可复制的跨境示范线路。
千曙聚焦L4级公路货运自动驾驶，采用单车智能、路侧感知补盲与云端优化的技术路线，并通过感知、控制、转向和电源冗余提升车辆安全。未来还将探索车路云协同，增强车辆在风沙等特殊环境下的路况感知能力，推动自动驾驶货运在跨境物流中的应用。
🏷️ #千曙科技 #自动驾驶 #哈萨克斯坦 #公路货运 #车路云协同
🔗 原文链接
📰 工业和信息化部：稳妥有序扩大智能网联汽车场景应用_行业资讯_数字中国建设峰会
辛国斌在2026世界智能网联汽车大会上表示，我国智能网联汽车产业已取得阶段性成效，当前正处于技术攻坚与商业化落地并行的关键期。汽车加速进入真实场景，对本质安全、系统可靠性、协同治理和国际规则对接提出更高要求，需统筹发展与安全，坚持安全为先、创新驱动。
工信部将支持龙头企业围绕能源动力、智能底盘、智能网联等领域组建创新联合体，加快构建新一代技术体系；升级网联基础设施，深化“车路云一体化”试点，推动汽车与信息通信、能源、交通及城市治理融合，稳妥扩大应用场景，推进重点场景规模化示范。
产业发展还将健全现代治理体系，落实自动驾驶强制性国家标准，推进自动泊车、运行监测、数据安全等领域标准研制，并开展汽车质量提升行动、规范市场竞争秩序。同时积极参与国际经贸规则制定，促进国内标准与国际规则衔接，推动产业健康可持续发展。
🏷️ #智能网联汽车 #车路云一体化 #自动驾驶 #产业治理
🔗 原文链接
📰 工业和信息化部：稳妥有序扩大智能网联汽车场景应用_行业资讯_数字中国建设峰会
辛国斌在2026世界智能网联汽车大会上表示，我国智能网联汽车产业已取得阶段性成效，当前正处于技术攻坚与商业化落地并行的关键期。汽车加速进入真实场景，对本质安全、系统可靠性、协同治理和国际规则对接提出更高要求，需统筹发展与安全，坚持安全为先、创新驱动。
工信部将支持龙头企业围绕能源动力、智能底盘、智能网联等领域组建创新联合体，加快构建新一代技术体系；升级网联基础设施，深化“车路云一体化”试点，推动汽车与信息通信、能源、交通及城市治理融合，稳妥扩大应用场景，推进重点场景规模化示范。
产业发展还将健全现代治理体系，落实自动驾驶强制性国家标准，推进自动泊车、运行监测、数据安全等领域标准研制，并开展汽车质量提升行动、规范市场竞争秩序。同时积极参与国际经贸规则制定，促进国内标准与国际规则衔接，推动产业健康可持续发展。
🏷️ #智能网联汽车 #车路云一体化 #自动驾驶 #产业治理
🔗 原文链接
📰 工信部：智能网联汽车迈入规模化应用新阶段_数字快讯_数字中国建设峰会
大会在北京开幕，工信部称智能网联汽车正由示范验证迈向规模化应用，产业已覆盖关键技术、整车量产与场景示范。芯片、舱驾融合及激光雷达等持续迭代，出租车、物流等应用落地；全国开放测试道路5.7万公里，L2搭载率超70%，L3车型开展试点。
交通运输部将推进人工智能与交通运输融合。目前，超8万公里干线公路完成数智化改造，3万公里自动驾驶测试道路投入使用，重载货车及无人机、无人车、无人船试点有序推进。后续将加强关键技术攻关，推动高质量数据集、智能驾驶和立体交通工程建设，强化数据、算力、模型与场景协同，并深化国际合作。
🏷️ #智能网联汽车 #自动驾驶 #人工智能 #智慧交通
🔗 原文链接
📰 工信部：智能网联汽车迈入规模化应用新阶段_数字快讯_数字中国建设峰会
大会在北京开幕，工信部称智能网联汽车正由示范验证迈向规模化应用，产业已覆盖关键技术、整车量产与场景示范。芯片、舱驾融合及激光雷达等持续迭代，出租车、物流等应用落地；全国开放测试道路5.7万公里，L2搭载率超70%，L3车型开展试点。
交通运输部将推进人工智能与交通运输融合。目前，超8万公里干线公路完成数智化改造，3万公里自动驾驶测试道路投入使用，重载货车及无人机、无人车、无人船试点有序推进。后续将加强关键技术攻关，推动高质量数据集、智能驾驶和立体交通工程建设，强化数据、算力、模型与场景协同，并深化国际合作。
🏷️ #智能网联汽车 #自动驾驶 #人工智能 #智慧交通
🔗 原文链接
📰 四川交通应用牵引人工智能场景加速落地
四川省交通运输行业在创新驱动和应用牵引下，加速推进人工智能落地应用，形成行业数字底座并汇聚海量数据，构建高速公路、桥梁等高质量数据集，打造全省“三网”融合智运平台。推广基础设施智能化三维设计系统，显著提升工程设计效能；铁路隧道塌方智能预警与决策平台实现定量分级、精准预测与高效处置，隧道施工的智能巡检与边云协同建造管理提升公路隧道施工效率，并对人员不安全行为和危险气体进行监测。运输服务领域多点开花，成都“车路云一体化”试点开放自动驾驶测试道路广泛，网约车、公交等应用里程突破200万公里；绵阳在城市出行与物流服务方面也有自动驾驶公交与园区无人接驳车的显著里程。人工智能深度融入行业治理，通过汇集全省高速外场感知数据实现对路网态势、停车、事故等事件的智能监测，并对报警数据进行二次校验；以“五岗合一”联勤联动推动成都绕城高速实现智能监测、仿真推演并自动生成管控策略，高峰时段通行效率提升显著。
🏷️ #智能化 #无人机 #自动驾驶 #数字底座 #智慧监测
🔗 原文链接
📰 四川交通应用牵引人工智能场景加速落地
四川省交通运输行业在创新驱动和应用牵引下，加速推进人工智能落地应用，形成行业数字底座并汇聚海量数据，构建高速公路、桥梁等高质量数据集，打造全省“三网”融合智运平台。推广基础设施智能化三维设计系统，显著提升工程设计效能；铁路隧道塌方智能预警与决策平台实现定量分级、精准预测与高效处置，隧道施工的智能巡检与边云协同建造管理提升公路隧道施工效率，并对人员不安全行为和危险气体进行监测。运输服务领域多点开花，成都“车路云一体化”试点开放自动驾驶测试道路广泛，网约车、公交等应用里程突破200万公里；绵阳在城市出行与物流服务方面也有自动驾驶公交与园区无人接驳车的显著里程。人工智能深度融入行业治理，通过汇集全省高速外场感知数据实现对路网态势、停车、事故等事件的智能监测，并对报警数据进行二次校验；以“五岗合一”联勤联动推动成都绕城高速实现智能监测、仿真推演并自动生成管控策略，高峰时段通行效率提升显著。
🏷️ #智能化 #无人机 #自动驾驶 #数字底座 #智慧监测
🔗 原文链接
📰 喜报！济南护理职业学院学子获全国大学生数据要素素质大赛总决赛一等奖
最近举行的2026年（第三届）大学生数据要素素质大赛全国总决赛中，济南护理职业学院健康大数据管理与服务专业三名学生组成的“新知小分队”凭借作品《双模型协同自主驾驶智能标注技术》荣获全国一等奖。比赛紧扣国家数据要素发展战略，围绕数据采集、处理、建模与应用全链条展开，旨在通过竞赛提升学生的实践能力与创新水平。学院高度重视赛事，自备赛阶段便组织教师团队与学生反复打磨，围绕自动驾驶场景下数据标注存在的效率低、成本高等痛点，提出“双模型协同”的技术路线：利用大模型进行预标注，小模型进行精校的流水线协同，从而显著提升标注质量与处理效率。该作品凭借扎实的技术方案、明确的落地路径与完整的数据全流程展示，在众多参赛作品中脱颖而出，体现了学院在数据要素应用领域的技术功底与创新潜力。此次成绩也体现了学院健康大数据新专业建设与教学质量的成效，显示跨学科融合育人与理论与实践并重的教育模式，对培养学生的数据应用能力、创新思维及解决行业实际问题的综合素养具有重要意义。
🏷️ #数据要素 #人工智能 #创新 #教育改革 #自动驾驶
🔗 原文链接
📰 喜报！济南护理职业学院学子获全国大学生数据要素素质大赛总决赛一等奖
最近举行的2026年（第三届）大学生数据要素素质大赛全国总决赛中，济南护理职业学院健康大数据管理与服务专业三名学生组成的“新知小分队”凭借作品《双模型协同自主驾驶智能标注技术》荣获全国一等奖。比赛紧扣国家数据要素发展战略，围绕数据采集、处理、建模与应用全链条展开，旨在通过竞赛提升学生的实践能力与创新水平。学院高度重视赛事，自备赛阶段便组织教师团队与学生反复打磨，围绕自动驾驶场景下数据标注存在的效率低、成本高等痛点，提出“双模型协同”的技术路线：利用大模型进行预标注，小模型进行精校的流水线协同，从而显著提升标注质量与处理效率。该作品凭借扎实的技术方案、明确的落地路径与完整的数据全流程展示，在众多参赛作品中脱颖而出，体现了学院在数据要素应用领域的技术功底与创新潜力。此次成绩也体现了学院健康大数据新专业建设与教学质量的成效，显示跨学科融合育人与理论与实践并重的教育模式，对培养学生的数据应用能力、创新思维及解决行业实际问题的综合素养具有重要意义。
🏷️ #数据要素 #人工智能 #创新 #教育改革 #自动驾驶
🔗 原文链接
📰 茂名石化：数智赋能减负增效促发展
茂名石化通过优化分子炼油等关键系统，完成文档型数据存储的国产化改造并上线，标志自主可控关键业务系统进一步落地。今年通过数智赋能、人工智能与数字化手段，推动管理提效、降本增费和作业优化，实现生产经营、安全环保和基层管理的全流程数字化融入。为提升安全，搭建智慧监管体系，依托智慧安全工地、视频监控等平台，建立AI+视频查违章机制，对高危违章行为识别精度显著提升，形成事前预警到事后整改的闭环。固废管理推行“一废一码”全生命周期溯源，接入地方环保监管系统，实现全程可追溯与监管。车辆监控通过北斗系统实时追踪，预警疲劳驾驶与超速，强化厂区交通安全。生产管控方面，iMES实现单轨运行，覆盖大量装置和工艺线，建设数字工厂底座，促进全流程协同管控。基层管理方面，电子交接班覆盖18个运行部，解决纸质信息漏记问题，3.5万班次线上交接。同时，11套系统实现扁平化改造，覆盖人事、物资、财务等全链条。自研轻量化微应用与低代码平台支撑基层减负，如访客登记、工作督办、驻点服务等15项应用，并以长城大模型支撑的“固废智答”等14个智能应用提升服务效能，降低外部开发成本，真正实现管理赋能与基层减负。
🏷️ #自主可控 #数智化 #智慧监管 #数字工厂 #基层减负
🔗 原文链接
📰 茂名石化：数智赋能减负增效促发展
茂名石化通过优化分子炼油等关键系统，完成文档型数据存储的国产化改造并上线，标志自主可控关键业务系统进一步落地。今年通过数智赋能、人工智能与数字化手段，推动管理提效、降本增费和作业优化，实现生产经营、安全环保和基层管理的全流程数字化融入。为提升安全，搭建智慧监管体系，依托智慧安全工地、视频监控等平台，建立AI+视频查违章机制，对高危违章行为识别精度显著提升，形成事前预警到事后整改的闭环。固废管理推行“一废一码”全生命周期溯源，接入地方环保监管系统，实现全程可追溯与监管。车辆监控通过北斗系统实时追踪，预警疲劳驾驶与超速，强化厂区交通安全。生产管控方面，iMES实现单轨运行，覆盖大量装置和工艺线，建设数字工厂底座，促进全流程协同管控。基层管理方面，电子交接班覆盖18个运行部，解决纸质信息漏记问题，3.5万班次线上交接。同时，11套系统实现扁平化改造，覆盖人事、物资、财务等全链条。自研轻量化微应用与低代码平台支撑基层减负，如访客登记、工作督办、驻点服务等15项应用，并以长城大模型支撑的“固废智答”等14个智能应用提升服务效能，降低外部开发成本，真正实现管理赋能与基层减负。
🏷️ #自主可控 #数智化 #智慧监管 #数字工厂 #基层减负
🔗 原文链接
📰 Physical AI创业公司息壤开物成立两月，连获数亿元融资
息壤开物提出不再追随机器人本体或单点应用，而是自研物理基础模型（LPM），以应对AI 2.0时代物理世界的稀缺需求。LPM以第一性原理为根基，使用贝尔曼方程最优解来实现长程决策的递归分解，融合世界模型与策略模型，推动对物理规律的学习与长期预测。其架构将世界推演与视频渲染解耦，采用自回归处理因果历史、扩散模型负责渲染，强调原生物理预训练，以统一编码、状态-动作-结果建模与长程一致性为核心，避免对人类智能的过度依赖。公司基于万卡级训练、万亿参数训练经验，建立XR数据平台与XR评测平台，形成从数据采集到评测闭环的完整基础设施，已在多行业交付案例中验证能力，并在全球评测中斩获优异成绩。商业路线分层清晰：L0 通用物理基础模型，L1 行业数据增训，L2 面向具体场景的应用模型，循序推动机器人、自动驾驶、气象、药物等场景的闭环落地。
🏷️ #物理基础 #自研模型 #长程决策 #原生预训练 #产业闭环
🔗 原文链接
📰 Physical AI创业公司息壤开物成立两月，连获数亿元融资
息壤开物提出不再追随机器人本体或单点应用，而是自研物理基础模型（LPM），以应对AI 2.0时代物理世界的稀缺需求。LPM以第一性原理为根基，使用贝尔曼方程最优解来实现长程决策的递归分解，融合世界模型与策略模型，推动对物理规律的学习与长期预测。其架构将世界推演与视频渲染解耦，采用自回归处理因果历史、扩散模型负责渲染，强调原生物理预训练，以统一编码、状态-动作-结果建模与长程一致性为核心，避免对人类智能的过度依赖。公司基于万卡级训练、万亿参数训练经验，建立XR数据平台与XR评测平台，形成从数据采集到评测闭环的完整基础设施，已在多行业交付案例中验证能力，并在全球评测中斩获优异成绩。商业路线分层清晰：L0 通用物理基础模型，L1 行业数据增训，L2 面向具体场景的应用模型，循序推动机器人、自动驾驶、气象、药物等场景的闭环落地。
🏷️ #物理基础 #自研模型 #长程决策 #原生预训练 #产业闭环
🔗 原文链接
📰 测绘地理信息如何赋能千行百业？专家及企业解读新法规
北京市最新发布的测绘地理信息条例自2027年起实施，着力统筹发展与安全，提升基础测绘的持续性与时空底座服务能力。条例将实景三维、智慧城市时空底图等纳入基础测绘范畴，统一测绘基准与系统，完善更新机制，确保亚米级定位与公共导航服务，提升城市运营的“时空感官”。同时新增安全保障专章，规范众源数据采集、数据隐私与数据安全，建立快速审核、成果互认等制度，减少重复测绘、简化审批流程，优化营商环境。对于新业态和自动驾驶等应用，条例明确快速审核机制、时空数据授权与要素市场化，释放创新活力；在数据无偿提供与公共数据授权运营方面也形成清晰法律依据，推动数据价值转化。未来将出台基础测绘更新办法，打造覆盖全市的智慧城市时空底图，为新产业、新业态提供支撑，推动测绘地理信息在千行百业的深度赋能。
🏷️ #测绘条例 #时空底座 #数据安全 #自动驾驶 #智慧城市
🔗 原文链接
📰 测绘地理信息如何赋能千行百业？专家及企业解读新法规
北京市最新发布的测绘地理信息条例自2027年起实施，着力统筹发展与安全，提升基础测绘的持续性与时空底座服务能力。条例将实景三维、智慧城市时空底图等纳入基础测绘范畴，统一测绘基准与系统，完善更新机制，确保亚米级定位与公共导航服务，提升城市运营的“时空感官”。同时新增安全保障专章，规范众源数据采集、数据隐私与数据安全，建立快速审核、成果互认等制度，减少重复测绘、简化审批流程，优化营商环境。对于新业态和自动驾驶等应用，条例明确快速审核机制、时空数据授权与要素市场化，释放创新活力；在数据无偿提供与公共数据授权运营方面也形成清晰法律依据，推动数据价值转化。未来将出台基础测绘更新办法，打造覆盖全市的智慧城市时空底图，为新产业、新业态提供支撑，推动测绘地理信息在千行百业的深度赋能。
🏷️ #测绘条例 #时空底座 #数据安全 #自动驾驶 #智慧城市
🔗 原文链接
📰 创新大会丨从数字化到智能化：AI驱动城市交通的系统性范式重构
本次智慧交通专题分论坛聚焦AI驱动下的未来城市出行与交通治理，探讨自动驾驶与智能网联、MaaS模式、以及AI大模型在城市交通治理中的应用等前沿议题。多位专家围绕城市交通系统的韧性提升、需求预测、时空数据治理以及低空经济与空地一体化等关键问题展开分享，涵盖贝叶斯网络在客流拥堵传播中的应用、全空间无人体系在自贡高新区的落地案例、基于地理信息与AI的交通数据与智能体研究，以及高质量数据集与AI智能体在公共交通调度与枢纽保障中的作用。报告还总结了时空数字底座、GIS与AI融合、以及跨模态数据在交通场景中的应用框架，强调数据标准化、平台协同和行业落地能力的重要性，旨在推动中荷两国在智慧交通领域的学术与产学研合作。未来的发展方向包括高质量数据驱动的智能出行服务、面向安全与效率的韧性评估，以及以AI赋能城市治理的综合解决方案。
🏷️ #智慧交通 #AI出行 #时空数据 #自贡无人体系 #MaaS
🔗 原文链接
📰 创新大会丨从数字化到智能化：AI驱动城市交通的系统性范式重构
本次智慧交通专题分论坛聚焦AI驱动下的未来城市出行与交通治理，探讨自动驾驶与智能网联、MaaS模式、以及AI大模型在城市交通治理中的应用等前沿议题。多位专家围绕城市交通系统的韧性提升、需求预测、时空数据治理以及低空经济与空地一体化等关键问题展开分享，涵盖贝叶斯网络在客流拥堵传播中的应用、全空间无人体系在自贡高新区的落地案例、基于地理信息与AI的交通数据与智能体研究，以及高质量数据集与AI智能体在公共交通调度与枢纽保障中的作用。报告还总结了时空数字底座、GIS与AI融合、以及跨模态数据在交通场景中的应用框架，强调数据标准化、平台协同和行业落地能力的重要性，旨在推动中荷两国在智慧交通领域的学术与产学研合作。未来的发展方向包括高质量数据驱动的智能出行服务、面向安全与效率的韧性评估，以及以AI赋能城市治理的综合解决方案。
🏷️ #智慧交通 #AI出行 #时空数据 #自贡无人体系 #MaaS
🔗 原文链接
📰 凝金荟智 网行天下|华为星河AI金融网络 构筑AI-Centric智慧金融新联接_昆明信息港
在华为金融网络创新峰会2026上，华为展示了星河AI金融网络的全栈升级及产业价值，强调AI原生时代金融网络的发展需以算力协同、端到端安全与智能化运维为核心。王美钧提出金融行业正从内部辅助运营转向外部价值创造，AI将重塑金融流程、服务模式与组织形态，华为通过鲲鹏昇腾、鸿蒙等自主技术支撑金融数字化转型，并将网络从“连接服务器”升级为“保障算力与业务永续”的AI网元。为解决算力短缺、分散和安全挑战，星河AI网络推出AI Fabric、AI WAN、AI Campus三大板块，实现全网吞吐提升与跨域无损传输，同时建立三层安全围栏来防护金融业务。中信银行与华为共同推进Agentic AI的自动驾驶网络，实现意图驱动配置与自然语言运维，提升运维效率与故障定位能力。华为还在园区网络、金融智能体联合与跨机构互联方面持续创新，获得Gartner等机构认可，形成面向金融数智化的全新网络演进路径。未来，华为将继续深耕金融行业，推动智能化深度落地，携手产业链构建全国级金融智能体与端到端智能联接总线。
🏷️ #金融网络 #智能运维 #AI网络 #自动驾驶网络 #安全
🔗 原文链接
📰 凝金荟智 网行天下|华为星河AI金融网络 构筑AI-Centric智慧金融新联接_昆明信息港
在华为金融网络创新峰会2026上，华为展示了星河AI金融网络的全栈升级及产业价值，强调AI原生时代金融网络的发展需以算力协同、端到端安全与智能化运维为核心。王美钧提出金融行业正从内部辅助运营转向外部价值创造，AI将重塑金融流程、服务模式与组织形态，华为通过鲲鹏昇腾、鸿蒙等自主技术支撑金融数字化转型，并将网络从“连接服务器”升级为“保障算力与业务永续”的AI网元。为解决算力短缺、分散和安全挑战，星河AI网络推出AI Fabric、AI WAN、AI Campus三大板块，实现全网吞吐提升与跨域无损传输，同时建立三层安全围栏来防护金融业务。中信银行与华为共同推进Agentic AI的自动驾驶网络，实现意图驱动配置与自然语言运维，提升运维效率与故障定位能力。华为还在园区网络、金融智能体联合与跨机构互联方面持续创新，获得Gartner等机构认可，形成面向金融数智化的全新网络演进路径。未来，华为将继续深耕金融行业，推动智能化深度落地，携手产业链构建全国级金融智能体与端到端智能联接总线。
🏷️ #金融网络 #智能运维 #AI网络 #自动驾驶网络 #安全
🔗 原文链接
📰 中国智能网联汽车为何发展快_数字快讯_数字中国建设峰会
本篇报道聚焦中国在智能网联汽车领域的快速发展与产业生态建设。通过数据呈现，L2级组合驾驶辅助渗透率、NOA领航辅助渗透率等指标不断提升，首批有条件自动驾驶车型开始在特定区域上路，显示出技术应用的加速和市场信心。在政策与标准方面，中国完善标准法规体系，加强国际合作，推动车路云一体化、端到端大模型、感知与核心部件国产化等关键领域的突破，形成全球竞争力强的产业格局。全国范围内测试牌照与示范道路持续扩容，产业基地与本地配套持续优化，区域间协同显著，北京等地展现出产业扩规提质、场景应用先行的成效。未来重点将放在标准落地、国际协同、数据要素与场景验证上，通过联合制定全球法规、推进智能网联新能源汽车的“十五五”发展规划、以及车路云一体化应用试点，推动产业高质量发展和全球化布局。
🏷️ #智能网联 #自动驾驶 #标准法规 #车路云一体化 #数据要素
🔗 原文链接
📰 中国智能网联汽车为何发展快_数字快讯_数字中国建设峰会
本篇报道聚焦中国在智能网联汽车领域的快速发展与产业生态建设。通过数据呈现，L2级组合驾驶辅助渗透率、NOA领航辅助渗透率等指标不断提升，首批有条件自动驾驶车型开始在特定区域上路，显示出技术应用的加速和市场信心。在政策与标准方面，中国完善标准法规体系，加强国际合作，推动车路云一体化、端到端大模型、感知与核心部件国产化等关键领域的突破，形成全球竞争力强的产业格局。全国范围内测试牌照与示范道路持续扩容，产业基地与本地配套持续优化，区域间协同显著，北京等地展现出产业扩规提质、场景应用先行的成效。未来重点将放在标准落地、国际协同、数据要素与场景验证上，通过联合制定全球法规、推进智能网联新能源汽车的“十五五”发展规划、以及车路云一体化应用试点，推动产业高质量发展和全球化布局。
🏷️ #智能网联 #自动驾驶 #标准法规 #车路云一体化 #数据要素
🔗 原文链接
📰 农机导航十大品牌盘点｜极飞科技：链接数字农田，搭建智能农事新生态
在智慧农业快速发展的背景下，农机导航系统成为规模化作业的核心支撑，解决人工作业精度不足、人力短缺与资源损耗等难题。十大主流品牌在技术路线、场景应用和服务体系上各有特点，极飞科技以田间场景深耕、技术创新和实战能力脱颖而出，成为行业代表之一。依托北斗RTK实现±1.5厘米的高精度定位，极飞的APC系列覆盖犁地、播种、插秧、覆膜等田间工序，且具备IP67防尘防水和星基/网络RTK/自建基站等多模态定位，适应南北不同耕作环境。设备通用性强，兼容大多数拖拉机、插秧机、收割机，易于升级与换机使用，且标准化快装、移动端APP操作简化了操控难度。极飞不仅提供硬件，还持续迭代固件、推送免费升级，建立完整智慧农业解决方案，线下服务网络覆盖广泛，保障旺季运维。未来，行业竞争将从单一硬件竞争转向综合解决方案，极飞将以北斗智能导航持续推动农机自动驾驶的高效、标准化发展，助力农业规模化与降本增效的长期目标。
🏷️ #智慧农业 #极飞科技 #农机导航 #北斗RTK #自动驾驶
🔗 原文链接
📰 农机导航十大品牌盘点｜极飞科技：链接数字农田，搭建智能农事新生态
在智慧农业快速发展的背景下，农机导航系统成为规模化作业的核心支撑，解决人工作业精度不足、人力短缺与资源损耗等难题。十大主流品牌在技术路线、场景应用和服务体系上各有特点，极飞科技以田间场景深耕、技术创新和实战能力脱颖而出，成为行业代表之一。依托北斗RTK实现±1.5厘米的高精度定位，极飞的APC系列覆盖犁地、播种、插秧、覆膜等田间工序，且具备IP67防尘防水和星基/网络RTK/自建基站等多模态定位，适应南北不同耕作环境。设备通用性强，兼容大多数拖拉机、插秧机、收割机，易于升级与换机使用，且标准化快装、移动端APP操作简化了操控难度。极飞不仅提供硬件，还持续迭代固件、推送免费升级，建立完整智慧农业解决方案，线下服务网络覆盖广泛，保障旺季运维。未来，行业竞争将从单一硬件竞争转向综合解决方案，极飞将以北斗智能导航持续推动农机自动驾驶的高效、标准化发展，助力农业规模化与降本增效的长期目标。
🏷️ #智慧农业 #极飞科技 #农机导航 #北斗RTK #自动驾驶
🔗 原文链接
📰 物理AI重塑智驾-钛媒体官方网站
2026年被称为物理AI元年，智能驾驶正从数字AI向物理AI跃迁，技术路线从模仿走向超越，行业进入新发展阶段。文章梳理了从早期模块化、规则算法到端到端、再到VLA（视觉-语言-行动）与世界模型的演进，强调端到端解决了黑箱问题，但在可解释性与追溯性上仍存挑战，因此业界转向VLA+世界模型的深度融合，以实现对环境的理解与对物理世界的预测。特斯拉的FSD V14、西云等新版本推动了两大路径的融合成为主流趋势：以WA（World-Action）为核心的世界模型、以VLA提升语义理解，两者相辅相成，形成更具物理感知与决策执行的一体化系统。未来五年行业将以底座模型为核心，谁掌握对物理世界的理解与行动能力，谁就掌握价值链主导权。尽管全球领先企业都在加速算力与数据积累，真正的物理AI自动驾驶仍需大量真实世界数据与高算力支持，距离完全的终极形态尚有距离。
🏷️ #物理AI #自动驾驶 #VLA #世界模型 #端到端
🔗 原文链接
📰 物理AI重塑智驾-钛媒体官方网站
2026年被称为物理AI元年，智能驾驶正从数字AI向物理AI跃迁，技术路线从模仿走向超越，行业进入新发展阶段。文章梳理了从早期模块化、规则算法到端到端、再到VLA（视觉-语言-行动）与世界模型的演进，强调端到端解决了黑箱问题，但在可解释性与追溯性上仍存挑战，因此业界转向VLA+世界模型的深度融合，以实现对环境的理解与对物理世界的预测。特斯拉的FSD V14、西云等新版本推动了两大路径的融合成为主流趋势：以WA（World-Action）为核心的世界模型、以VLA提升语义理解，两者相辅相成，形成更具物理感知与决策执行的一体化系统。未来五年行业将以底座模型为核心，谁掌握对物理世界的理解与行动能力，谁就掌握价值链主导权。尽管全球领先企业都在加速算力与数据积累，真正的物理AI自动驾驶仍需大量真实世界数据与高算力支持，距离完全的终极形态尚有距离。
🏷️ #物理AI #自动驾驶 #VLA #世界模型 #端到端
🔗 原文链接
📰 物理AI重塑智驾-证券之星
本文梳理了从“看见什么做什么”到“想象接下来会发生再主动行动”的物理AI浪潮对智能驾驶的深刻影响。随着终端端到端、VLA（视觉-语言-行动）与世界模型等路线的崛起，智能驾驶正从依赖规则和高精地图的模块化系统，逐步走向具有可解释性与预测能力的统一智能体。2024-2025年国内外先后落地的一段式端到端、VLA与世界模型的融合，促使特斯拉、华为、蔚来、小鹏、理想等厂商将底座模型作为核心支撑，推动自动驾驶、座舱及机器人等多场景的技术协同。行业共识逐步形成：VLA提供理解能力，世界模型增强对物理世界的预测，二者的深度融合被视为未来的主流方向，甚至可能超越人类驾驶。与此同时，算力与数据规模成为关键瓶颈，头部企业正在通过大规模算力投入与海量真实数据积累，提升物理AI的落地能力。尽管如此，真正的物理AI形态尚未到来，仍需解决“从理解到行动”的完整闭环与安全可控的问题。展望未来，物理AI在五年内有望成为行业普遍的核心底座，推动自动驾驶进入更高水平的智能时代。
🏷️ #物理AI #世界模型 #VLA #端到端 #自动驾驶
🔗 原文链接
📰 物理AI重塑智驾-证券之星
本文梳理了从“看见什么做什么”到“想象接下来会发生再主动行动”的物理AI浪潮对智能驾驶的深刻影响。随着终端端到端、VLA（视觉-语言-行动）与世界模型等路线的崛起，智能驾驶正从依赖规则和高精地图的模块化系统，逐步走向具有可解释性与预测能力的统一智能体。2024-2025年国内外先后落地的一段式端到端、VLA与世界模型的融合，促使特斯拉、华为、蔚来、小鹏、理想等厂商将底座模型作为核心支撑，推动自动驾驶、座舱及机器人等多场景的技术协同。行业共识逐步形成：VLA提供理解能力，世界模型增强对物理世界的预测，二者的深度融合被视为未来的主流方向，甚至可能超越人类驾驶。与此同时，算力与数据规模成为关键瓶颈，头部企业正在通过大规模算力投入与海量真实数据积累，提升物理AI的落地能力。尽管如此，真正的物理AI形态尚未到来，仍需解决“从理解到行动”的完整闭环与安全可控的问题。展望未来，物理AI在五年内有望成为行业普遍的核心底座，推动自动驾驶进入更高水平的智能时代。
🏷️ #物理AI #世界模型 #VLA #端到端 #自动驾驶
🔗 原文链接
📰 均胜电子称在L3/L4级自动驾驶方向已有布局
均胜电子在2026年上半年迭代升级发布了新一代面向L3市场的自动驾驶域控制器，展示了其在L3/L4领域的布局与技术路线。公司通过“多芯片平台+生态合作”与Momenta等伙伴协作，推动从入门到高阶的智能驾驶解决方案落地，形成覆盖不同场景的产品体系。围绕限定场景的L4智驾解决方案，均胜电子与斯年智驾联合开发基于“V2X+L4智驾+智能云调度”的智慧港口数字化管理平台，已在宁波港投用并稳定运行，体现了产业层面的落地应用与跨领域协同的成效。文章亦提到Zoox宣布将于下周在拉斯维加斯开启付费乘车服务，其定价高于标准网约车20%至40%，以舒适型车型定位，延续其测试阶段的商业化推进。免责声明提示内容基于公开信息，非投资建议，需自行核实。
🏷️ #自动驾驶 #L3 #L4 #多芯片平台 #智慧港口
🔗 原文链接
📰 均胜电子称在L3/L4级自动驾驶方向已有布局
均胜电子在2026年上半年迭代升级发布了新一代面向L3市场的自动驾驶域控制器，展示了其在L3/L4领域的布局与技术路线。公司通过“多芯片平台+生态合作”与Momenta等伙伴协作，推动从入门到高阶的智能驾驶解决方案落地，形成覆盖不同场景的产品体系。围绕限定场景的L4智驾解决方案，均胜电子与斯年智驾联合开发基于“V2X+L4智驾+智能云调度”的智慧港口数字化管理平台，已在宁波港投用并稳定运行，体现了产业层面的落地应用与跨领域协同的成效。文章亦提到Zoox宣布将于下周在拉斯维加斯开启付费乘车服务，其定价高于标准网约车20%至40%，以舒适型车型定位，延续其测试阶段的商业化推进。免责声明提示内容基于公开信息，非投资建议，需自行核实。
🏷️ #自动驾驶 #L3 #L4 #多芯片平台 #智慧港口
🔗 原文链接
📰 [东吴证券]：汽车行业深度报告AI系列深度13期：世界模型如何实现？ - 发现报告
世界模型源于认知科学、系统动力学和模型式强化学习等三条独立脉络，核心在于对环境状态及其演化规律的建模。在当下的AI语境中，世界模型指智能体内部的环境模型，用于预测行动后果、支持规划与决策。文章将世界模型的分歧拆解为四个环节：预测空间（生成观测结果还是预测抽象状态）、输出真实性（视觉真实还是物理一致）、与动作结合方式（数据工厂、闭环训练环境，还是架构级融合）、以及产业落地进度（数字AI进展快于物理AI的闭环构建）。在实现路径上，生成式路线可直接生成未来画面或视频，内部又分自回归与扩散两条路径；非生成式路线（JEPA）在抽象表征中预测下一状态。输出方面，生成式路线可采用渲染器以追求视觉真实，或模拟器以确保物理一致。落地方面，自动驾驶是最完整的闭环场景，车队回传数据、云端重建、虚拟环境训练再OTA回到车端形成数据飞轮；机器人场景需求高但仍处于早期。综合来看，数字AI底座模型的路径逐渐明朗，但难以实现对物理世界的完整建模闭环，物理AI有望成为更具增量的方向，智能驾驶将作为先行代表，需要持续验证物理一致性、长时序稳定性与评测标准的完善。整体结论是：在当前阶段，数字AI更适合实现确定性与高效推理，物理AI则具备对真实世界的更大改进潜力，智能驾驶作为闭环最深的应用场景值得重点关注。
🏷️ #世界模型 #生成式 #物理AI #自动驾驶 #JEPA
🔗 原文链接
📰 [东吴证券]：汽车行业深度报告AI系列深度13期：世界模型如何实现？ - 发现报告
世界模型源于认知科学、系统动力学和模型式强化学习等三条独立脉络，核心在于对环境状态及其演化规律的建模。在当下的AI语境中，世界模型指智能体内部的环境模型，用于预测行动后果、支持规划与决策。文章将世界模型的分歧拆解为四个环节：预测空间（生成观测结果还是预测抽象状态）、输出真实性（视觉真实还是物理一致）、与动作结合方式（数据工厂、闭环训练环境，还是架构级融合）、以及产业落地进度（数字AI进展快于物理AI的闭环构建）。在实现路径上，生成式路线可直接生成未来画面或视频，内部又分自回归与扩散两条路径；非生成式路线（JEPA）在抽象表征中预测下一状态。输出方面，生成式路线可采用渲染器以追求视觉真实，或模拟器以确保物理一致。落地方面，自动驾驶是最完整的闭环场景，车队回传数据、云端重建、虚拟环境训练再OTA回到车端形成数据飞轮；机器人场景需求高但仍处于早期。综合来看，数字AI底座模型的路径逐渐明朗，但难以实现对物理世界的完整建模闭环，物理AI有望成为更具增量的方向，智能驾驶将作为先行代表，需要持续验证物理一致性、长时序稳定性与评测标准的完善。整体结论是：在当前阶段，数字AI更适合实现确定性与高效推理，物理AI则具备对真实世界的更大改进潜力，智能驾驶作为闭环最深的应用场景值得重点关注。
🏷️ #世界模型 #生成式 #物理AI #自动驾驶 #JEPA
🔗 原文链接
📰 [东吴证券]：汽车行业深度报告：AI系列深度12期：从模块化到端到端 - 发现报告
本文聚焦端到端在智能驾驶与机器人领域的发展脉络，解析其核心内涵、与模块化流水线的差异，以及在产业中的演进路径。端到端的要义在于以可整体训练的神经网络，将原始传感器输入直接映射为规划或控制输出，并通过全局优化提升系统性能。与模块化相比，端到端信息传递更完整、可提升任务导向的协同效果，但在可解释性、可控性与安全性方面面临挑战。历史上从网络工程的端到端概念演进到机器学习范式，经历了ALVINN、DAVE等代表性项目、以及LeCun等学者对整体可微与全局优化的确立。产业端，特斯拉FSD v12等示例标志着端到端在主决策中的主导地位逐步增强，但规则体系并未完全消失，而是作为安全兜底和合规约束依然存在。文章进一步指出，端到端、VLA与世界模型并非替代关系，而是处于不同能力层级的组合方案，数字AI在很多场景已将端到端设为默认范式。未来智能驾驶与机器人应用将围绕端到端的整体训练、与VLA、世界模型等协同，构建更稳健的闭环系统。
🏷️ #端到端 #自动驾驶 #模块化 #VLA #世界模型
🔗 原文链接
📰 [东吴证券]：汽车行业深度报告：AI系列深度12期：从模块化到端到端 - 发现报告
本文聚焦端到端在智能驾驶与机器人领域的发展脉络，解析其核心内涵、与模块化流水线的差异，以及在产业中的演进路径。端到端的要义在于以可整体训练的神经网络，将原始传感器输入直接映射为规划或控制输出，并通过全局优化提升系统性能。与模块化相比，端到端信息传递更完整、可提升任务导向的协同效果，但在可解释性、可控性与安全性方面面临挑战。历史上从网络工程的端到端概念演进到机器学习范式，经历了ALVINN、DAVE等代表性项目、以及LeCun等学者对整体可微与全局优化的确立。产业端，特斯拉FSD v12等示例标志着端到端在主决策中的主导地位逐步增强，但规则体系并未完全消失，而是作为安全兜底和合规约束依然存在。文章进一步指出，端到端、VLA与世界模型并非替代关系，而是处于不同能力层级的组合方案，数字AI在很多场景已将端到端设为默认范式。未来智能驾驶与机器人应用将围绕端到端的整体训练、与VLA、世界模型等协同，构建更稳健的闭环系统。
🏷️ #端到端 #自动驾驶 #模块化 #VLA #世界模型
🔗 原文链接
📰 物理 AI 如何成为下一个前沿？
Applied Intuition 的联合创始人兼 CTO Peter Ludwig 在 a16z 访谈中对物理 AI 与数字 AI 的本质差异、开发工具短板以及自动驾驶商业化落地的现实障碍进行了系统梳理。文章指出，物理 AI 面向实体设备的数据获取困难、因安全要求高而具备更严的容错标准，以及地缘监管导致的全球化落地成本显著高于数字 AI。以矿场、港口、农田等真实场景为例，数据多通过自建车队采集并结合合成仿真来弥补稀缺性；同时设备故障的潜在风险远高于软件漏洞，需完善的容错与运行逻辑使其安全性要求更高。全球扩张还要应对各国法规差异，意味着进入新市场需本地化部署与数据合规，成本与门槛大幅提升。对于开发工具，物理 AI 的数据采集、模型训练、仿真与部署等环节当前尚缺乏高效衔接的统一工具链，制约了开发效率和落地速度。总之，物理 AI 在工程落地与商业化推进上虽具潜力，但要克服数据、安全与监管等现实约束，才能在行业中获得更广泛的应用与竞争力。
🏷️ #物理AI #数字AI #数据获取 #监管 #自动驾驶
🔗 原文链接
📰 物理 AI 如何成为下一个前沿？
Applied Intuition 的联合创始人兼 CTO Peter Ludwig 在 a16z 访谈中对物理 AI 与数字 AI 的本质差异、开发工具短板以及自动驾驶商业化落地的现实障碍进行了系统梳理。文章指出，物理 AI 面向实体设备的数据获取困难、因安全要求高而具备更严的容错标准，以及地缘监管导致的全球化落地成本显著高于数字 AI。以矿场、港口、农田等真实场景为例，数据多通过自建车队采集并结合合成仿真来弥补稀缺性；同时设备故障的潜在风险远高于软件漏洞，需完善的容错与运行逻辑使其安全性要求更高。全球扩张还要应对各国法规差异，意味着进入新市场需本地化部署与数据合规，成本与门槛大幅提升。对于开发工具，物理 AI 的数据采集、模型训练、仿真与部署等环节当前尚缺乏高效衔接的统一工具链，制约了开发效率和落地速度。总之，物理 AI 在工程落地与商业化推进上虽具潜力，但要克服数据、安全与监管等现实约束，才能在行业中获得更广泛的应用与竞争力。
🏷️ #物理AI #数字AI #数据获取 #监管 #自动驾驶
🔗 原文链接
📰 汽车行业深度报告：AI系列深度03期：数字AI与物理AI的边界在哪里？
本报告将数字AI和物理AI视为在数据形态、部署环境与行动后果上连续分布的两类AI体系，强调它们并非完全对称的二分概念。数字AI依赖云端、面向文本、代码、知识与软件状态，核心在于训练期的扩展与推理期的算力提升，商业化已在AI编码、企业级Agent、对话搜索及内容生成等场景形成较清晰的收费与闭环；而物理AI聚焦车辆、机器人与真实空间，需在端侧自主、安全与实时反馈下运行，且对潜在的不可逆物理后果更为敏感。产业演进方面，数字AI在可控性与确定性方面逐步建立底座，难以在物理世界直接建模闭环；物理AI以自动驾驶、机器人为先，经历从高精地图、激光雷达到端到端、世界模型的迭代，世界模型的角色分歧在于是以像素重建为核心还是以理解、规划与物理闭环控制为主。两类AI的融合趋势日益明显，机器人被视为数字AI与物理AI的交汇点，未来可能形成多模态大模型负责语义与规划、世界模型负责物理预测、控制系统负责执行的联合架构，但具体优先级仍未定论。就区域格局而言，美国在前沿模型、资本与无人里程方面领先，中国在规模化运营、供应链、硬件成本及部分应用落地具备优势。投资关注点聚焦智能驾驶等物理闭环代表场景的落地与成本效益，以及对世界模型、控制系统的协同创新。
🏷️ #AI #数字AI #物理AI #自动驾驶 #机器人
🔗 原文链接
📰 汽车行业深度报告：AI系列深度03期：数字AI与物理AI的边界在哪里？
本报告将数字AI和物理AI视为在数据形态、部署环境与行动后果上连续分布的两类AI体系，强调它们并非完全对称的二分概念。数字AI依赖云端、面向文本、代码、知识与软件状态，核心在于训练期的扩展与推理期的算力提升，商业化已在AI编码、企业级Agent、对话搜索及内容生成等场景形成较清晰的收费与闭环；而物理AI聚焦车辆、机器人与真实空间，需在端侧自主、安全与实时反馈下运行，且对潜在的不可逆物理后果更为敏感。产业演进方面，数字AI在可控性与确定性方面逐步建立底座，难以在物理世界直接建模闭环；物理AI以自动驾驶、机器人为先，经历从高精地图、激光雷达到端到端、世界模型的迭代，世界模型的角色分歧在于是以像素重建为核心还是以理解、规划与物理闭环控制为主。两类AI的融合趋势日益明显，机器人被视为数字AI与物理AI的交汇点，未来可能形成多模态大模型负责语义与规划、世界模型负责物理预测、控制系统负责执行的联合架构，但具体优先级仍未定论。就区域格局而言，美国在前沿模型、资本与无人里程方面领先，中国在规模化运营、供应链、硬件成本及部分应用落地具备优势。投资关注点聚焦智能驾驶等物理闭环代表场景的落地与成本效益，以及对世界模型、控制系统的协同创新。
🏷️ #AI #数字AI #物理AI #自动驾驶 #机器人
🔗 原文链接
📰 物理AI浪潮下：自动驾驶务实前行，商业化落地才是核心王道-人工智能-ITBear科技资讯
人工智能领域正在经历从单一数字AI向物理AI的转型，后者以世界模型和具身智能为核心，正在从实验室走向产业应用。物理AI通过构建三维空间感知系统，突破虚拟信息边界，形成感知-推理-决策-执行的闭环，应用前景覆盖自动驾驶、工业机器人、低空物流等领域，预计五年内市场规模将达到万亿美元级别。技术突破与资本双轮驱动下，物理AI商业化进程加速，2026年初全球融资同比增长显著，通用仿真平台和数字孪生被广泛部署，城市自动驾驶、工业机器人自主决策等能力显著提升。行业进入新阶段的共识要求企业具备可迁移的通用物理模型、硬件与软件的深度融合及跨行业的技术复用能力，形成可持续商业模式。当前头部企业在量产与盈利能力上具备更强的定价与利润空间，但部分公司仍受限于场景化架构，尚需扩大应用边界与自主控制体系。综上，物理AI的发展需要在提升通用性与落地商业化之间找到平衡，未来将逐步模糊与自动驾驶的边界，但短期核心仍是稳健的商业化能力与垂直领域深耕。
🏷️ #物理AI #自动驾驶 #世界模型 #数字孪生 #商业化
🔗 原文链接
📰 物理AI浪潮下：自动驾驶务实前行，商业化落地才是核心王道-人工智能-ITBear科技资讯
人工智能领域正在经历从单一数字AI向物理AI的转型，后者以世界模型和具身智能为核心，正在从实验室走向产业应用。物理AI通过构建三维空间感知系统，突破虚拟信息边界，形成感知-推理-决策-执行的闭环，应用前景覆盖自动驾驶、工业机器人、低空物流等领域，预计五年内市场规模将达到万亿美元级别。技术突破与资本双轮驱动下，物理AI商业化进程加速，2026年初全球融资同比增长显著，通用仿真平台和数字孪生被广泛部署，城市自动驾驶、工业机器人自主决策等能力显著提升。行业进入新阶段的共识要求企业具备可迁移的通用物理模型、硬件与软件的深度融合及跨行业的技术复用能力，形成可持续商业模式。当前头部企业在量产与盈利能力上具备更强的定价与利润空间，但部分公司仍受限于场景化架构，尚需扩大应用边界与自主控制体系。综上，物理AI的发展需要在提升通用性与落地商业化之间找到平衡，未来将逐步模糊与自动驾驶的边界，但短期核心仍是稳健的商业化能力与垂直领域深耕。
🏷️ #物理AI #自动驾驶 #世界模型 #数字孪生 #商业化
🔗 原文链接
